一种基于云计算的学生分科用辅助系统

摘要

本发明属于高中分科领域，涉及云计算分析技术，用于解决现有的分科决策系统无法对没有明确目标的高中学生进行分科推荐的问题，具体是一种基于云计算的学生分科用辅助系统，云分析平台通信连接有院校分析模块、专业分析模块以及模板分析模块，院校分析模块用于对有意向院校的学生进行意向院校分析并得到院校系数，专业分析模块用于完成院校分析的学生进行专业分析并得到意向专业的就业系数与考研系数；本发明是通过模板分析模块针对于没有意向院校与意向专业的学生进行模板匹配，再通过参考对象大学毕业之后的发展数据计算得到发展系数，学生自行选择感兴趣的行业进行模板匹配。

说明书

技术领域

本发明属于高中分科领域，涉及云计算分析技术，具体是一种基于云计算的学生分科用辅助系统。

背景技术

公告号为CN112348727A的发明专利揭示了一种高中生分科辅助决策系统，该高中生分科辅助决策系统降低了分科选择的盲目性，更好地满足了个人的学习成长需求，有效解决了现有技术中存在的高中生分科选择时盲目性大、难以满足个人成长需求的技术问题；

然而，该高中生分科辅助决策系统针对人群仅限于目标明确的高中学生，现实中不可避免地还存在很大一部分高中学生在分科时并不清楚自己的优势与兴趣，同时也没有明确的目标院校与专业，因此针对这部分学生无法通过现有的高中生分科辅助决策系统完成分科推荐；

为此，我们提出一种基于云计算的学生分科用辅助系统。

发明内容

本发明的目的在于提供一种基于云计算的学生分科用辅助系统，通过院校分析模块对具有意向院校的学生进行院校分析，通过意向院校往年的录取情况、毕业情况进行分析，对意向院校的报考难度、就学难度以及毕业难度进行综合分析得到院校系数，学生可以通过院校系数对院校的整体就学难度了解之后考虑是否对意向院校进行更换；通过专业分析模块对学生的意向专业进行分析，通过就业系数与考研系数对意向专业的毕业后整体发展进行分析，学生可根据就业系数与考研系数选择是否对意向专业进行更换，同时在学生选择不更换意向专业而更换意向院校时优先对备选院校进行考虑，学生在选择学科之前对意向院校与意向专业的竞争、就读、就业的整体情况均能够有充分的了解，学生自行权衡之后便于作出最优化的选择。

本发明的目的可以通过以下技术方案实现：

一种基于云计算的学生分科用辅助系统，包括云分析平台，所述云分析平台通信连接有院校分析模块、专业分析模块以及模板分析模块；

所述院校分析模块用于对有意向院校的学生进行意向院校分析并得到院校系数，院校分析模块将院校系数发送至学生的手机终端，学生接收到院校系数后选择是否更改意向院校；

若学生更改意向院校，则重新进行意向院校分析；

若学生不更改意向院校，则为学生筛选出备选院校；

所述专业分析模块用于完成院校分析的学生进行专业分析并得到意向专业的就业系数与考研系数，专业分析模块将标记对象的就业系数与考研系数发送至学生的手机终端，学生接收到就业系数与考研系数后选择是否更换意向专业；

模板分析模块用于对没有意向院校的学生进行模板分析：将没有意向院校的学生标记为推荐对象，获取推荐对象在高中升学考试中的地级市排名并标记为标准排名，将标准排名前L1与后L1的名次分别标记为最低标准与最高标准，L1为预设数量常量，由最低标准与最高标准构成标准范围，将M1-M2年份的推荐对象所在地级市的高中升学考试中排名位于标准范围内的所有学生标记为参考对象，M1与M2均为预设年份，且M2＞M1。

进一步地，院校系数的获取过程包括：将有意向院校的学生标记为选择生，学生通过手机终端向院校分析模块输入意向院校，院校分析模块接收到意向院校后将意向院校标记为意向对象，获取意向对象最近三年的录取数据、毕业数据以及肄业数据；

对最近三年的录取数据进行求和取平均数得到录取分析值LQ；对最近三年的毕业数据进行求和取平均数得到毕业分析值BY；对最近三年的肄业数据进行求和取平均数得到肄业分析值YY；

通过公式YX=（α1×LQ+α2×BY）/（α3×YY）得到院校系数YX，其中α1、α2以及α3均为比例系数，且α3＞α2＞α1＞0。

进一步地，录取数据为意向院校在学生所在地级市录取人数与意向对象录取总人数的比值；毕业数据为意向院校毕业生人数与应届生入学年份的入学总人数的比值；肄业数据为意向院校应届生在就读期间完成结业或退学的人数与应届生入学年份的入学总人数的比值。

进一步地，备选院校的筛选过程包括：通过公式YXmin=a1×YX与YXmax=a2×YX得到院校阈值YXmin与YXmax，其中YXmin为最小院校阈值，YXmax为最大院校阈值，有院校阈值YXmin与YXmax构成筛选范围，获取意向院校所在地级市所有高校的院校系数，将院校系数位于筛选范围之内的高校标记为备选院校。

进一步地，就业系数的获取过程包括：学生通过手机终端向专业分析模块输入意向专业，专业分析模块接收到意向专业后将意向专业标记为标记对象，获取标记对象最近三年毕业生的就业数据；

毕业年限为一年以内的毕业生的就业数据为毕业生入职时间与辞职时间的差值SC，单位为月；

毕业年限为一年至两年的毕业生的就业数据为毕业生转行数量人数占同一届标记对象中毕业总人数的比值ZH；

毕业年限为两年至三年的毕业生的就业数据为毕业生的年收入SR，单位为万元；

通过公式

进一步地，考研系数的获取过程包括：将标记对象最近三年内的保研总人数标记为BY，将标记对象近三年内研究生报考总人数标记为BK，将标记对象最近三年内通过研究生考试的总人数标记为TG；通过公式KY=（γ1×BY+γ2×TG）/（γ3×BK）得到标记对象的考研系数KY，其中γ1、γ2以及γ3均为比例系数，且γ1＞γ2＞γ3＞1。

进一步地，学生接收到就业系数与考研系数进行专业选择的过程包括：

若学生选择更换意向专业，则通过院校分析模块再次确认学生是否选择更换意向院校：

若学生选择更换意向院校，院校分析模块将备选院校发送至学生的手机终端，学生从备选院校中选择意向院校或重新输入意向院校；

若学生选择不更换意向院校，则在意向院校中进行专业筛选，直至学生经过专业分析后学生选择不更换意向专业；

若学生选择不更换意向专业，则获取标记对象的报考数据，专业分析模块将标记对象的报考数据发送至学生的手机终端，学生接收到标记对象的报考数据后根据标记对象的报考要求进行学科选择，标记对象的报考数据为对应专业对报考学生的学科要求。

进一步地，模板推荐模型从参考对象中筛选出推荐对象的模板并进行推荐：获取参考对象的毕业年限并标记为BN，获取参考对象的当前年收入并标记为NS，获取参考对象所在职位的管理人数并标记为GL，通过公式FZ=u×（θ1×NS/BN+θ2×GL）得到管理人员的发展系数，其中θ1、θ2以及u均为比例系数，且θ1＞θ2＞1；

将参考对象按照所在行业进行分类并生成关键词，推荐对象通过选择关键词进行行业选择，将推荐推向选择的行业标记为选中行业，将选中行业中发展系数最高的三个参考对象标记为推荐模板，将推荐模板的身份信息发送至学生的手机终端，推荐模板的身份信息包括推荐模板的毕业院校、专业、高考学科、毕业年份以及发展系数。

进一步地，u的取值判定过程包括：

若参考对象从事职业是大学专业的相关行业，则u=1；

若参考对象从事职业不是大学专业的相关专业，则u=0。

进一步地，该基于云计算的学生分科用辅助系统的工作方法，包括以下步骤：

步骤一：院校分析模块对有意向院校的学生进行意向院校分析，通过对录取数据、毕业数据以及肄业数据进行分析得到院校系数，学生根据院校系数选择是否更换意向院校，并针对选定意向院校的学生筛选出备选院校；

步骤二：专业分析模块针对选定意向院校的学生进行专业分析，学生根据就业系数与考研系数对专业进行选择；

步骤三：模板分析模块对没有意向院校的学生进行模板分析，通过中学升学考试排名筛选出参考对象，模板推荐模型根据参考对象与学生选择的关键词为学生选定推荐模板，根据推荐模板的毕业院校、专业以及专业对应的高考科目要求对学生分科选择提供参考。

本发明具备下述有益效果：

1、通过院校分析模块对具有意向院校的学生进行院校分析，通过意向院校往年的录取情况、毕业情况进行分析，对意向院校的报考难度、就学难度以及毕业难度进行综合分析得到院校系数，学生可以通过院校系数对院校的整体就学难度了解之后考虑是否对意向院校进行更换；

2、通过专业分析模块对学生的意向专业进行分析，通过就业系数与考研系数对意向专业的毕业后整体发展进行分析，学生可根据就业系数与考研系数选择是否对意向专业进行更换，同时在学生选择不更换意向专业而更换意向院校时优先对备选院校进行考虑，学生在选择学科之前对意向院校与意向专业的竞争、就读、就业的整体情况均能够有充分的了解，学生自行权衡之后便于作出最优化的选择；

3、通过模板分析模块可以针对于没有意向院校与意向专业的学生进行模板匹配，在学生所在地级市中通过高中升学考试排名筛选出参考对象，然后通过参考对象大学毕业之后的发展数据计算得到发展系数，学生自行选择感兴趣的行业进行模板匹配，筛选出的推荐模板为在各自领域中发展最好的参考对象，从而可以通过参考对象的分可选择为学生提供参考，为没有明确目标的学生进行学科分科推荐，另外，将各个领域中发展最好的参考对象作为推荐模板可以为学生建立正向引导，推荐对象的所在城市、生活背景以及高中升学考试的成绩均与学生相贴近，提高了正向引导的影响力与说服力，针对于不同学习成绩的学生均能够起到鼓励作用。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的系统框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种基于云计算的学生分科用辅助系统，包括云分析平台，云分析平台通信连接有院校分析模块、专业分析模块以及模板分析模块。

院校分析模块用于对有意向院校的学生进行意向院校分析：将有意向院校的学生标记为选择生，学生通过手机终端向院校分析模块输入意向院校，院校分析模块接收到意向院校后将意向院校标记为意向对象，获取意向对象最近三年的录取数据、毕业数据以及肄业数据，针对有意向院校的学生，仅需要为其提供意向院校的历史录取、就读以及毕业数据并进行整合分析，即可让学生了解之后自行做出决定，学生选定之后再根据学生所选择的意向院校进行学科推荐；

录取数据为意向院校在学生所在地级市录取人数与意向对象录取总人数的比值；

毕业数据为意向院校毕业生人数与应届生入学年份的入学总人数的比值；

肄业数据为意向院校应届生在就读期间完成结业或退学的人数与应届生入学年份的入学总人数的比值；

对最近三年的录取数据进行求和取平均数得到录取分析值LQ；对最近三年的毕业数据进行求和取平均数得到毕业分析值BY；对最近三年的肄业数据进行求和取平均数得到肄业分析值YY；

通过公式YX=（α1×LQ+α2×BY）/（α3×YY）得到院校系数YX，其中α1、α2以及α3均为比例系数，且α3＞α2＞α1＞0；院校系数YX是一个表示学生考入、就读意向院校并顺利从意向院校毕业难易程度的数值，院校系数YX的数值越高则表示学生考入、就读意向院校并顺利从意向院校毕业的难度越小；

院校分析模块将院校系数发送至学生的手机终端，学生接收到院校系数后选择是否更改意向院校，若学生更改意向院校，则根据学生重新输入的意向院校重新进行分析，学生对于所选择的意向学校的了解通常比较主观，因此通过历史数据计算得到的院校系数可以客观地反映出意向院校的整体就读难度，让学生有了客观认识之后再次作出选择；若学生不更改意向院校，则为学生筛选出备选院校，学生在后续专业分析时若不选择更换意向专业而更换意向院校时，可优先在备选院校中筛选出相同专业供学生选择；

备选院校的筛选过程包括：通过公式YXmin=a1×YX与YXmax=a2×YX得到院校阈值YXmin与YXmax，其中YXmin为最小院校阈值，YXmax为最大院校阈值，有院校阈值YXmin与YXmax构成筛选范围，获取意向院校所在地级市所有高校的院校系数，将院校系数位于筛选范围之内的高校标记为备选院校。

专业分析模块用于完成院校分析的学生进行专业分析：学生通过手机终端向专业分析模块输入意向专业，专业分析模块接收到意向专业后将意向专业标记为标记对象，获取标记对象最近三年毕业生的就业数据与考研数据；

毕业年限为一年以内的毕业生的就业数据为毕业生入职时间与辞职时间的差值SC，单位为月；

毕业年限为一年至两年的毕业生的就业数据为毕业生转行数量人数占同一届标记对象中毕业总人数的比值ZH；

毕业年限为两年至三年的毕业生的就业数据为毕业生的年收入SR，单位为万元；

通过公式

标记对象的考研数据获取过程包括：将标记对象最近三年内的保研总人数标记为BY，将标记对象近三年内研究生报考总人数标记为BK，将标记对象最近三年内通过研究生考试的总人数标记为TG；通过公式KY=（γ1×BY+γ2×TG）/（γ3×BK）得到标记对象的考研系数KY，考研系数是一个反映意向专业的毕业生考研成功率的数值，考研系数的数值越高则表示意向专业的毕业生考研成功率越高，针对于计划考研的学生可参考考研系数选择专业，其中γ1、γ2以及γ3均为比例系数，且γ1＞γ2＞γ3＞1；

专业分析模块将标记对象的就业系数JY与考研系数KY发送至学生的手机终端，学生接收到就业系数JY与考研系数KY后选择是否更换意向专业：

若学生选择更换意向专业，则通过院校分析模块再次确认学生是否选择更换意向院校：

若学生选择更换意向院校，院校分析模块将备选院校发送至学生的手机终端，学生从备选院校中选择意向院校或重新输入意向院校；

若学生选择不更换意向院校，则在意向院校中进行专业筛选，直至学生经过专业分析后学生选择不更换意向专业；

若学生选择不更换意向专业，则获取标记对象的报考数据，专业分析模块将标记对象的报考数据发送至学生的手机终端，学生接收到标记对象的报考数据后根据标记对象的报考要求进行学科选择，标记对象的报考数据为对应专业对报考学生的学科要求。

模板分析模块用于对没有意向院校的学生进行模板分析：将没有意向院校的学生标记为推荐对象，获取推荐对象在高中升学考试中的地级市排名并标记为标准排名，将标准排名前L1与后L1的名次分别标记为最低标准与最高标准，针对于不同学习成绩的学生均能够起到鼓励作用，L1为预设数量常量，由最低标准与最高标准构成标准范围，将M1-M2年份的推荐对象所在地级市的高中升学考试中排名位于标准范围内的所有学生标记为参考对象，M1与M2均为预设年份，且M2＞M1，M1与M2的年份数值可由学生根据个人喜好以及往年的高考分科制度进行选择，推荐对象的所在城市、生活背景以及高中升学考试的成绩均与学生相贴近，提高了正向引导的影响力与说服力；

采用模板推荐模型从参考对象中筛选出推荐对象的模板并进行推荐：获取参考对象的毕业年限并标记为BN，获取参考对象的当前年收入并标记为NS，获取参考对象所在职位的管理人数并标记为GL，通过公式FZ=u×（θ1×NS/BN+θ2×GL）得到管理人员的发展系数，其中θ1、θ2以及u均为比例系数，且θ1＞θ2＞1；u的取值判定过程包括：若参考对象从事职业是大学专业的相关行业，则u=1；若参考对象从事职业不是大学专业的相关专业，则u=0，当参考对象从事的职业与大学专业无关时，则不考虑将对应的参考对象作为推荐模板；

将参考对象按照所在行业进行分类并生成关键词，推荐对象通过选择关键词进行行业选择，将推荐推向选择的行业标记为选中行业，将选中行业中发展系数最高的三个参考对象标记为推荐模板，将推荐模板的身份信息发送至学生的手机终端，推荐模板的身份信息包括推荐模板的毕业院校、专业、高考学科、毕业年份以及发展系数。

一种基于云计算的学生分科用辅助分析方法，包括以下步骤：

步骤一：院校分析模块对有意向院校的学生进行意向院校分析，通过对录取数据、毕业数据以及肄业数据进行分析得到院校系数，学生根据院校系数选择是否更换意向院校，并针对选定意向院校的学生筛选出备选院校；

步骤二：专业分析模块针对选定意向院校的学生进行专业分析，学生根据就业系数与考研系数对专业进行选择；

步骤三：模板分析模块对没有意向院校的学生进行模板分析，通过中学升学考试排名筛选出参考对象，模板推荐模型根据参考对象与学生选择的关键词为学生选定推荐模板，根据推荐模板的毕业院校、专业以及专业对应的高考科目要求对学生分科选择提供参考。

一种基于云计算的学生分科用辅助系统，工作时，采用院校分析模块对有意向院校的学生进行意向院校分析得到院校系数，学生根据院校系数选择是否更换意向院校，并针对选定意向院校的学生筛选出备选院校；专业分析模块针对选定意向院校的学生进行专业分析，学生根据就业系数与考研系数对专业进行选择；模板分析模块对没有意向院校的学生进行模板分析，通过中学升学考试排名筛选出参考对象，模板推荐模型根据参考对象与学生选择的关键词为学生选定推荐模板。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式KY=（γ1×BY+γ2×TG）/（γ3×BK）；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的考研系数；将设定的考研系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到γ1、γ2与γ3的取值分别为3.57、2.88和2.45；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的考研系数；只要不影响参数与量化后数值的比例关系即可，如考研系数与保研人数的数值成反比。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。